用于遥感数据处理的python脚本

编辑：我不爱机器学习

今天给大家分享一组用于遥感处理的 python 脚本。

作者使用基于无人机的智利中南部泥炭地的高光谱图像。该图像有 41 个波段（10 nm 宽），范围为 480-880 nm，像素大小为 10 cm。绿点对应于测量生物量、物种组成和碳储量信息的地块：

使用下述脚本，可以在几秒钟内首先提取绘图位置的光谱：

python ExtractValues.py -r peatland.tif -s plots.shp -i ID

查看输出：

还可以对数据执行 MNF 转换。此函数有几个选项，例如应用 Savitzky Golay 滤波和光谱的亮度归一化。基本功能如下（示例中图像重采样为 2m）：

python MNF.py -i peatland.tif

从图像中获取灰度共现矩阵 （GLCM） 纹理。这里，使用第一个 MNF 成分作为栅格输入，移动窗口为 5 X 5 像素（默认）：

python GLCM.py -i peatland_MNF.tif

最后，还可以基于本文提出的Canupo算法从点云（本例中基于无人机照相测量点云）中获取纹理信息，该算法也在CloudCompare LiDAR软件中实现：

python canupo.py -i lidar.txt -s 1 5 1 -r 1
# scales: 1,2,3,4,5 m; output resolution 1 m

链接：https://github.com/JavierLopatin/Python-Remote-Sensing-Scripts